程立人,洛克王国暗夜之光,郁可唯 茶汤
前段在html页面中抓数据时碰到的一些问题,有些数据直接隐藏在script标签中了。于是想到了平衡组,分享下。
先通过html agility pack (非常强大的html解析工具)得到具体的html内容,通过具体的路径匹配所有的script标签,然后获取你想要的某个script内容,如下图:
开始通过平衡组匹配:
string pattern = @"(?isnx) \[ (?> \[(?<open>) | \](?<-open>) | ((?![\[\]]).)* )* (?(open)(?!)) \]";
matchcollection mc = regex.matches(content, pattern);
if (mc.count > 0 && mc[0].success) console.writeline(mc[0].value);
这里我只要第一个json数组,如果你想要匹配多个json直接遍历即可。
如对本文有疑问,请在下面进行留言讨论,广大热心网友会与你互动!! 点击进行留言回复
asp.net搭建博客,使用BlogEngine.NET+MySql搭建博客
网友评论